- il y a 11 mois
Table ronde :
- Margarita Zlatkova (Weborama)
- Thibaut Fromantin (Publicis Media)
- Masaki Halle (Havas)
- Margarita Zlatkova (Weborama)
- Thibaut Fromantin (Publicis Media)
- Masaki Halle (Havas)
Catégorie
🤖
TechnologieTranscription
00:00En tout cas merci de continuer à être attentif puisque là notamment on va évoquer des sujets
00:11très importants, sujets importants pour les médias traders puisqu'il s'agit de nouveaux
00:16concepts qui ne sont pas forcément très bien maîtrisés aujourd'hui et j'allais dire que la
00:22beauté de ce marché c'est l'humilité qu'elle exige de nous à travers des nouveaux concepts,
00:27des nouvelles technologies qui apparaissent j'allais dire tous les six mois mais je suis
00:30pas loin de la vérité et justement on va en parler dans quelques instants donc première
00:38question pour toi Margarita autour du custom bidding, on en a parlé lors de notre toute
00:44première intervention avec Ophélie et avec Amélie, custom bidding une personnalisation
00:51qui est avancée vers des stratégies d'achat on va dire de plus en plus sophistiquées alors on
00:58sait que Weborama c'est un acteur clé dans le domaine de la data et historique dans le domaine
01:03du programmatique alors en quoi le custom bidding change la manière dont les annonceurs et les
01:08agences optimisent leur achat médias ? Je réutilise un mot clé utilisé également enfin pardon qui a
01:15été énoncé à plusieurs reprises par Ophélie et également Amélie, la notion de gain c'est quoi
01:21les gains de performance qu'on observe grâce à ces stratégies sur mesure ? Effectivement chez
01:27Weborama on est un acteur de la data et grâce à ça on a la chance d'avoir deux bases de données
01:33très volumiques une user base avec des cookies tiers et une cookie less avec du contextuel
01:38sémantique à ça on ajoute effectivement dans la gestion de nos campagnes au sein de mon équipe
01:44donc les médias traders qui travaillent avec moi on ajoute aussi toutes les nouvelles technologies
01:48qui sont arrivées pour combler la disparition des cookies tiers notamment les ID universel,
01:53la privacy sandbox, on travaille énormément sur des scoring d'appétence, des scoring de
01:58propension d'achat, des lookalikes donc en fait quand on regarde cette richesse de la data ça
02:03nous donne des possibilités assez importantes de gérer les campagnes et donc des campagnes très
02:07granulaires. A ça effectivement tout à l'heure on parlait d'omnicanalité mais effectivement quand
02:12on rajoute plusieurs devices, plusieurs canaux au sein de la même campagne plus une grande quantité
02:18de data ça donne des centaines de stratégies d'achat pour une seule campagne donc ça humainement
02:23pour un média trader c'est très compliqué à gérer. Vive l'IA. Vive l'IA exactement c'est là où le
02:29custom bidding effectivement vient pour aider l'humain pour l'aider sur toutes les tâches
02:34chronophages notamment les petits ajustements qu'on fait au quotidien sur les campagnes du coup les
02:40algos ont plusieurs objectifs le premier effectivement c'est de pouvoir gérer ce
02:46nombre de stratégies d'achat avec précision et en temps réel. Le deuxième c'est de déterminer de
02:51prendre la valeur de la data que nous on connaît dans nos bases de données et de l'utiliser
02:56justement dans le bidding dans la détermination de l'enchère impression par impression là où
03:01en général les algos des DSP travaillent par des lots, par des batchs d'impression auxquels ils
03:06mettent le même prix. Chez nous la valeur de la data nous indique que chaque utilisateur, plusieurs
03:13utilisateurs dans le même segment ne vont pas avoir la même valeur pour cette campagne là en
03:17particulier. Une stratégie de plus en plus granulaire. Exactement donc les algos de custom bidding vont être
03:21capables de travailler impression par impression en déterminant vraiment le bon prix d'enchère
03:25et ça engendre effectivement plus d'efficacité pour les campagnes publicitaires et on est
03:31capable de générer plus de gains plus d'efficacité pour la campagne avec le même budget. Ça transforme
03:38énormément le travail des media traders dans mon équipe parce qu'ils ont un rôle beaucoup plus
03:43macro que micro effectivement. L'algo est là pour faire le micro, eux ils sont là pour faire la
03:48stratégie. Déjà en amont pour travailler bien la stratégie d'achat et réfléchir à la data, à la
03:54création, à l'audience planning qu'ils vont mettre en place et après analyser les insights que l'algo
03:59va leur donner pour justement le faire passer dans le bon sens, pour lui faire optimiser la
04:06campagne dans le sens où on veut l'amener. Merci Margarita. Donc on parlait à l'instant de
04:11plus grande granularité dans les stratégies d'achat. Donc Thibault, bienvenue ici, c'est la
04:19première fois qu'on se rencontre, on s'est déjà parlé. Enchanté. Donc chez Publicis Media, tu
04:24travailles sur plusieurs plateformes DSP, on va dire que les équipes de Publicis Media travaillent
04:29sur plusieurs DSP qui proposent des modèles d'enchères on va dire automatisés. Dans quelle
04:34mesure cette notion de custom bidding permet d'aller au-delà des stratégies standards proposées
04:41par ces plateformes comme l'évoquait à l'instant Margarita ? Écoute, c'est une question
04:47qui mérite d'être traitée mais en plus de deux minutes malheureusement on va faire une
04:51question super short, une réponse super short mais déjà je voudrais dire que c'est super
04:55sympa que le marché s'approprie ce sujet là, que les agents finalement mettent, intègrent ces
05:01sujets de custom bidding au sein de leur stratégie média parce que c'est un sujet qui
05:05incombe aux agences médias, ça c'est super important de le rappeler et donc de voir que
05:11comment Avas communique sur Moma, que GroupM communique sur PassFinder, c'est franchement
05:18la bonne dynamique. Pour parler de Simba, donc l'initiative custom bidding powered by AI chez
05:25Publicis, c'est quelque chose dont on a déjà pas mal parlé mais donc un custom algo qui
05:30nous permet de faire de l'optimisation multi KPI, multi sources de données sur les plateformes,
05:36les DSP principaux qu'on utilise et ça c'est là qu'on arrive à tirer toute la valeur du custom
05:41bidding donc en créant des KPI soit qui sont tout simplement qui n'existent pas dans les
05:46plateformes, on pourrait parler du new to brand dans le DSP d'Amazon qui nous permet d'optimiser
05:51donc sur ce KPI là pour des campagnes retail et ensuite des KPI créés de manière complètement
05:57custom pour des clients comme McDo sur leur indicateur, le maxcore qui intègre à la fois
06:02du CPM, de la compression qui sont dispo dans le DSP, de l'attention et de la visibilité tout ça
06:08donc sur des tiers mesureurs qui sont différents donc on se retrouve avec quatre indicateurs sur
06:12trois outils différents intégrés au sein d'un même KPI qu'on peut optimiser voilà et ça c'est
06:17un sujet donc qui a tendance à vivre puisque aujourd'hui Simba est dispo sur le retail,
06:23sur le search, sur le display et sur youtube et bientôt sur le social et sur la connective TV.
06:30Merci Thimbo, parce que sans dire Simba j'ai fait Thimbo pardon, Thimo et Pumba c'est pas
06:37bon mais c'est pas grave. Alors c'est pas Thimbo et Pumba c'est Thimbo et Sébastien parce que je
06:42travaille en collaboration avec Sébastien. Bon en tout cas merci beaucoup Thimbo pour cette
06:47explication et cette multiplicité j'allais dire du mode et de stratégie d'achat possible
06:53donc après Publicis Avas à travers toi Masaki, l'enjeu du custom building ça se repose aussi
07:02sur l'exploitation de la data et j'allais dire que c'est ton principal rôle au sein d'Avas,
07:08comment Avas Media intègre cette technologie dans ses stratégies d'achat et surtout les
07:14KPI qui sont les plus impactés par ça ? On a très vite considéré que c'était un nouveau moyen
07:20pour améliorer notre pratique du trading, en particulier pour mieux intégrer, mieux
07:25incorporer la dimension business, les finalités, les impératifs business dans la pratique du
07:31trading puisque pour reprendre un petit peu ce que Margarita a évoqué, le custom building nous
07:37procure cette capacité à agir au niveau le plus fin de l'inventaire, impression par impression
07:42comme tu l'as si bien dit, mener une analyse pour ne retenir que celle qui présente un véritable
07:49sens économique pour l'annonceur et pour ne payer là aussi chacune d'entre elles qui a son juste
07:54potentiel de valeur économique donc vous voyez on essaie vraiment de relier toujours la valeur
07:59d'une impression à un enjeu économique pour notre annonceur. Donc on a conçu différents modèles,
08:06différents algorithmes qui répondent à différents objectifs, on en a notamment conçu un qui
08:12s'intéresse à la valeur client donc on a construit un modèle prédictif qui va chercher à optimiser
08:18l'efficacité sur un objectif de valeur client donc tu vois qu'on dépasse largement les
08:25indicateurs classiques de performance comme le coût par conversion puisqu'on va s'intéresser à
08:30la valeur dans le temps des clients qui sont acquis. Pour en venir à mon métier, c'est là
08:35que ça peut-être que ça devient intéressant, pour mener ce type de projet il faut collaborer très
08:41étroitement avec les équipes data et CRM de l'annonceur parce qu'au fond il nous faut
08:47identifier, déterminer collectivement quels sont les meilleurs critères prédictifs de la valeur
08:54client. Donc avant même d'être un projet trading, programmatique, custom bidding, en fait c'est un
09:00véritable projet data, en l'occurrence on a pu mener ce projet avec notre client Canal+, ça a
09:06fait ses preuves puisqu'on a pu améliorer très largement le rendement économique par rapport à
09:10une stratégie d'enchère classique. Donc c'est une discussion j'allais dire constante avec
09:13l'annonceur pour que l'on identifie ces KPIs, c'est-à-dire c'est assez classique mais qu'on
09:19aille encore plus loin dans la valeur client qu'il recherche, je retiens également la valeur pas
09:27seulement immédiate mais également dans le temps pour pouvoir notamment quand on est un acteur comme
09:31Canal+, la notion d'abonnement et de rétention est importante donc c'est tout ce travail qu'il
09:37faut faire en amont et décloisonner la côté CRM et le côté uniquement marketing digital. Oui,
09:43tu l'as bien dit, le client a les clés pour correctement prédire la valeur d'un client en
09:48fonction de différents paramètres, on va chercher à récupérer, à retrouver ces critères, ces
09:52paramètres en trading pour réaliser, faire certains arbitrages et encore une fois choisir
09:58les impressions qui ont un sens économique pour l'annonceur. Merci beaucoup pour cette réponse,
10:06je vais revenir sur un sujet, enfin on a parlé du custom bidding, parlons maintenant de ce qu'on
10:12appelle l'hybrid data. Weborama a développé pour toi Margarita cette question, des solutions basées
10:18sur la sémantique et le contextuel, alors comment ce qu'on appelle la data hybride permet de compenser
10:24la disparition des coquillières et d'améliorer la précision du ciblage ? Alors tout à l'heure je
10:31vous ai parlé de nos deux bases de données donc l'une d'entre elles c'est effectivement une base
10:35contextuelle sémantique sur la base de l'apprentissage et de la compréhension de texte
10:39des articles lus par les internautes, effectivement la dernière annonce de Google en juillet dernier
10:47nous a annoncé que les coquillières allaient rester encore un petit peu, néanmoins ce qu'on
10:51constate c'est qu'ils baissent de plus en plus, on a de plus en plus, effectivement on a parlé
10:55d'omnicanalité, de plus en plus de canaux qui sont inclus dans les plans médias dans un parcours
11:00utilisateur fluide mais qui n'acceptent pas les coquilles de base comme la CTV ou le DOH dont
11:05on a parlé tout à l'heure, donc effectivement uniquement avec de la donnée cookie on ne peut
11:09plus toucher tous les internautes, au mieux on pourrait aller à 30-40% de sa cible si on a de
11:15la chance et si on arrive à les retrouver de manière simple, donc effectivement l'hybridation
11:20de la data nous permet de nous adapter aux usages des utilisateurs, tout d'abord au consentement
11:25qu'ils ont donné, des consentements sur du cookie, des consentements sur des ID universel,
11:30des consentements sur de la CTV et après ça nous permet d'avoir accès à la totalité des cibles et
11:36de toucher des cibles pour certains annonceurs sous-exploités, toutes les cibles qui se trouvent
11:40sur des safaris, sur des navigateurs mobiles, on expose énormément ceux qu'on connaît mais on
11:45oublie un petit peu ceux qui n'ont pas cet accord de cookie, donc la manière dont on procède c'est
11:50que dans la même campagne annonceurs on va avoir toutes ces datas ensemble qui vont cohabiter avec
11:57des stratégies séparées, on va avoir du cookie, de l'ID, de la privacy sandbox, on va avoir de la
12:03first party data annonceurs, on va avoir des audiences basées dessus, on va avoir tout à l'heure
12:07Masaki parlait de toute la partie insight en amont, qu'on travaille avec nos data scientists qui
12:12produisent des segments custom, donc en fait on va se retrouver avec toutes ces données ensemble
12:15qui permettent de s'adapter au parcours de l'utilisateur et sur ce type de campagne là ce
12:21qu'on se rend compte c'est que globalement sur les personnes qui possèdent un cookie on les
12:27expose principalement à plus de 90% sur chrome, ils convertissent à 90% sur chrome, pour ceux
12:36qui ont des identifiants universels par exemple juste pour faire la comparaison on est entre 85
12:40et 90% sur du safari Firefox et derrière par contre il y a une contrainte qui est très importante
12:47c'est celle d'avoir des outils chez les annonceurs ou chez les agences qui sont capables de mesurer
12:52ce parcours hybride aussi, parce que d'un côté le ciblage est hybride mais si la mesure ne l'est
12:57pas en fait on perd toute la valeur qui est apportée par le ciblage et donc on a besoin
13:02d'outils qui sont capables d'analyser de manière data driven tous les touch points qui sont sur
13:09du cookie ou sur de l'univers cookieless. Merci Margarita pour la précision de ces
13:15questions autour de data hybride que ce soit une diversité de data si j'ai bien compris,
13:21une diversité également de navigateurs, de canaux etc et c'est la capacité à une sorte
13:29à agréger l'ensemble de ces informations pour créer de la valeur qui va permettre aux agences
13:36et aux annonceurs de toucher la cible qui leur convient, est ce que j'ai bien compris ? Tout à
13:39fait. Super, Thibaut on vient donc on est là en train de parler de différentes sources de data,
13:48comment justement Publicis combine ces différentes sources de data, que ce soit
13:53first party, probabilis, contextuel, pour affiner ses stratégies programmatiques et puis j'allais
13:59dire que même cette donnée devient un facteur très différenciant pour le media trading. Comment
14:05on gère tout ça ? Comment est-ce qu'on fait pour les combiner ? Écoute il y a une solution,
14:10des solutions qui existent depuis maintenant une dizaine d'années qui s'appellent les DSP,
14:13du coup on se base pas mal dessus pour pour agréger la data, l'utiliser et affiner nos ciblages. Pour
14:19le coup ça répond pas à toutes les questions donc il y a des innovations qui sont mises sur
14:24pied et notamment les ID alternatifs qui répondent à beaucoup d'enjeux. Maintenant donc chez Publicis
14:31comme chez nos confrères on a à peu près testé en tout cas les innovations les plus robustes qui
14:38sont disposées sur le marché. La question qu'on peut se poser c'est comment est-ce qu'on fait
14:41pour aller plus loin ? Comment est-ce qu'on fait pour avoir accès à des solutions qui soient
14:45holistiques, qui soient interopérables ? Alors c'est peut-être un vœu pieux d'acheteurs mais du coup
14:52comment est-ce qu'on fait ? Parce qu'on parlait tout à l'heure de data collaboration, c'est très
14:57cool la data collab mais pour le coup si on pouvait avoir une solution, des solutions qui
15:02se parlent de manière unifiée ça serait nickel. Aujourd'hui c'est encore trop siloté, c'est à dire
15:08que les retailers, les broadcasters, les big tech on ne se parle pas, parfois à juste titre, mais
15:13donc le côté sell side il y a une grosse défense du précaré, quand côté buy side on aurait
15:19envie d'aller un petit peu plus loin. Ceci étant dit, et d'ailleurs pour des informations qui
15:24ne sont pas complètement dingues à gérer, un 1 et un 0 juste pour savoir si quelqu'un est passé
15:31par là ou pas suffirait dans un premier temps. Ensuite, pour ramener un petit peu de pragmatisme
15:38là-dedans, la question c'est juste que veut le client ? Comment est-ce qu'on fait pour répondre
15:42à son enjeu business ? Que ce soit à n'importe quel étage du funnel, que la data soit hybride ou pas,
15:48bon finalement avec de la data contextuelle on peut très bien réussir à faire des choses super
15:52bien. Pour par exemple, je ne sais pas, vendre des maillots de rugby, même si je ne sais pas si on a
15:56encore envie d'acheter des maillots de rugby à l'heure actuelle, vu le match de Saint-Denis d'Irlande,
16:00mais bon de toute façon on ne va pas refaire le match, la data contextuelle pourrait amplement suffire
16:05puisque acheter un segment de data avec plusieurs données croisées pour acheter un segment fan
16:10de rugby, finalement ça revient aussi à acheter un segment qui est en grande partie construit avec
16:16de la data contextuelle ou sémantique. Merci Thibault. Masaki, le mot de la fin sera pour toi
16:22puisqu'il nous reste une responsabilité. Voilà, une question qui est la suivante autour des DSP,
16:30c'est que les DSP intègrent de plus en plus des options de ciblage très très avancées. Quelle
16:37place occupe chez vous la data hybride dans les stratégies que vous pouvez mettre en place chez
16:43Abbas et comment vous évaluez son efficacité par rapport aux méthodes plus traditionnelles ? Je suis
16:49très content Michel que tu nous emmènes sur ce terrain de l'hybridation, tu me tends une perche
16:52puisque c'est justement au centre de l'approche du ciblage chez nous avec notre plateforme Data
16:59Converged qui n'est pas une énième tentative de fabriquer ou de construire un gigantesque
17:05ID graph, nous mettre en base de données l'ensemble de la population française qui est un fantasme qui
17:11est voué à l'échec sauf quand on est un GAFA bien entendu, on a plutôt choisi de s'appuyer sur
17:18les forces naturelles, les forces structurelles de la donnée de panel. Le retour du panel ?
17:23Absolument, on a un partenariat mondial avec YouGov, on a choisi de faire ça puisque de cette
17:29manière d'abord on est gêné par aucune restriction d'accès aux données personnelles, c'est la définition
17:35d'un panel, il y a une convention entre une entreprise et des panelistes qui participent et
17:40qui sont rémunérés. C'est vrai que le consentement il est... Les contrats actuels signés sur 14 pages
17:48d'un contrat très très complexe, très complet, on a à disposition une donnée dont la qualité est
17:53pleinement maîtrisée puisqu'on sait d'où elle vient, on sait qu'elle est propre et puis surtout
17:58on a une bien plus grande richesse de connaissances sur les profils d'audience parce qu'on n'est pas
18:04limité par ce qui est uniquement déductible de la navigation sur des sites web qui est
18:10là encore aujourd'hui le principal moyen pour qualifier des profils comportementaux par du
18:14tracking avec des coups qui tirent. Donc on peut créer des cibles très sophistiquées, très très
18:21précises, je dirais qu'on peut répondre de manière chirurgicale aux besoins et aux brifs de nos
18:27annonceurs et derrière l'IA va nous aider à appairer, à connecter cette donnée de panel aux plateformes
18:33d'activation que ce soit un DSP ou que ce soit un Google Eyes, un Meta etc. On a beaucoup de nos
18:39clients annonceurs aujourd'hui qui bénéficient de cette approche donc c'est une approche nouvelle
18:45par rapport à celle qui consiste à créer des audiences avec des identifiants, que ce soit un
18:51coup qui tire ou que ce soit autre chose d'ailleurs, on peut ranger là dedans autre chose que les
18:54coups qui tirent et on a pu démontrer à ces clients que la performance était au moins supérieure à
19:00celle qu'on avait auparavant avec des coups qui tirent. Merci beaucoup Masaki pour cette alerte
19:07autour du retour des panels et pour avoir discuté avec pas mal d'acteurs c'est vrai que ce retour
19:14des panels est également vrai, on parlait tout à l'heure de télévision holistique mais même dans
19:18ce milieu là il y a peut-être une réponse à médiamétrie mais je ne veux pas entrer dans leur
19:22discussion, enfin dans leur réflexion on va dire, autour justement de cette capacité à être au
19:29niveau de la précision du digital en ce qui concerne les remontées d'audience notamment en temps réel
19:35potentiellement. Donc merci beaucoup pour ça Masaki, merci beaucoup Margarita pour ta
19:39confiance en tant que partenaire et également pour ton exposition autour du custom bidding et de
19:45l'hybrid data et remerciements identiques pour toi Thibaut et ce fut un plaisir de vous rencontrer
19:50tous les deux, Masaki et Thibaut que je ne connaissais pas et bien sûr Margarita que je connais bien.
Commentaires